代码随想录Day02|LeetCode 977有序数组的平方||209 长度最小的子数组||59 螺旋矩阵 II

有序数组的平方

力扣题目链接

给你一个按 非递减顺序 排序的整数数组 nums,返回 每个数字的平方 组成的新数组,要求也按 非递减顺序 排序。

示例 1:

输入:nums = [-4,-1,0,3,10]
输出:[0,1,9,16,100]
解释:平方后,数组变为 [16,1,0,9,100]
排序后,数组变为 [0,1,9,16,100]

示例 2:

输入:nums = [-7,-3,2,3,11]
输出:[4,9,9,49,121]

思路

首先,最容易想到的就是暴力的解法,也就是先遍历一遍数组,将其挨个平方,然后再进行排序,比较简单。优化的话我们可以考虑双指针法,不难发现,平方后最大的数是在给定数组的最左侧和最右侧,所以我们可以在两边定义两个指针,通过比较,获得平方后的最大数,将其存放在一个新的数组的最后面(新数组和原数组大小一样),然后将平方后最大数的位置往前或往后移,这取决于平方后最大数是在前面还是在后面,按上面的步骤依次进行,得到的新数组就是符合条件的了。

暴力解法

    vector<int> sortedSquares(vector<int>& nums) {
        for(int i = 0; i < nums.size(); i++){
            nums[i] = pow(nums[i], 2);
        }
        sort(nums.begin(), nums.end());
        return nums;
    }

遍历一遍数组,将其挨个平方,然后再进行排序,比较简单。时间复杂度是(n + nlogn),sort函数的底层是内省式排序以及插入排序,感兴趣的可以自行百度。

双指针法

    vector<int> sortedSquares(vector<int>& nums) {
        vector<int> newNums(nums.size());
        int k = nums.size() - 1;
        int i = 0, j = nums.size() -1;
        while(i <= j){
            if (nums[i] * nums[i] > nums[j] * nums[j]) {
                newNums[k--] = nums[i] * nums[i];
                i++;
            }
            else {
                newNums[k--] = nums[j] * nums[j];
                j--;
            }
        }
        return newNums;
    }

首先,我们需要的是一个和原数组大小一样的新数组,所以利用vetor构造函数直接生成一个。我们还需要指向两边的两个指针 i 和 j 以及指向新数组的末尾的指针k(因为我们是从两边向内找,所以找出来的是从大到小的,我们想要新数组从小到大的话就需要从他的末尾插入元素)。而循环的判断条件为什么不能是 i < j 呢?因为当 i == j 时,如果我们写的循环判断条件是 i < j ,那么就会漏掉一个元素,所以循环判定条件为 i <= j 。在 if 判断中,如果前面的元素平方后比较大,那么将其放入新数组的末尾并且新数组的末尾指针 k-- ,然后原数组中的指向最前面的指针 i++ 即可,下面的 else 同理。至于两个数平方后相等的情况,放哪个都可以,所以直接包含在 else 内了。最后返回新数组即可。

长度最小的子数组

力扣题目链接
 

给定一个含有 n 个正整数的数组和一个正整数 target 。

找出该数组中满足其总和大于等于 target 的长度最小的 连续子数组 [numsl, numsl+1, ..., numsr-1, numsr] ,并返回其长度如果不存在符合条件的子数组,返回 0 。

示例 1:

输入:target = 7, nums = [2,3,1,2,4,3]
输出:2
解释:子数组 [4,3] 是该条件下的长度最小的子数组。

示例 2:

输入:target = 4, nums = [1,4,4]
输出:1

示例 3:

输入:target = 11, nums = [1,1,1,1,1,1,1,1]
输出:0

思路

暴力解法

    int minSubArrayLen(int target, vector<int>& nums) {
        int resultLenth = INT_MAX;
        for(int i = 0;i < nums.size(); i++){
            int sum = 0;
            for(int j = i; j < nums.size(); j++){
                sum += nums[j];
                if(sum >= target){
                    int subLenth = j - i + 1;
                    resultLenth = resultLenth > subLenth ? subLenth : resultLenth;
                    break;
                }
            }
        }
        return resultLenth == INT_MAX ? 0 : resultLenth;
    }

这个题是一道在力扣上中等难度的题,暴力的解法是定义一个 resultLenth,用来表示目前寻找到的最小长度,因为我们要找最小,所以我们需要定义一个最大值 INT_MAX ,这样如果找到了符合条件的长度,和最大值比较都会小,从而更新 resultLenth 。然后用两个for,外部循环 i 在起始位置不动,内部循环 j 往后寻找,过程中一直累计区间 [i, j] 的和,用sum来记录,直到此区间内的和 sum > target 为止,算出这个区间的长度并和 resultLenth 比较,resultLenth 更新为更小的那个,然后 break 跳出(因为我们要找的是最小的,之后的肯定都会比目前寻找到的大,都是无用功,所以直接跳出就可以了,这个break很容易忘,需要注意)。返回的时候注意如果 target 很大,没有找到相应的区间,要返回0,所以直接看resultLenth有没有被修改即可,没被修改就直接返回0,被修改就返回修改的值。

滑动窗口

优化的话我们可以采用滑动窗口的方法,滑动窗口首先要有两个指针,还是指向起始位置和终止位置,但是用一个 for 就可以不断调节两个指针的位置。代码如下:

    int minSubArrayLen(int target, vector<int>& nums) {
        int resultLenth = INT_MAX;
        int sum = 0;
        for (int i = 0, j = 0; j < nums.size(); j++){
            sum += nums[j];
            while (sum >= target){
                int subLenth = j - i + 1;
                resultLenth = subLenth < resultLenth ? subLenth : resultLenth;
                sum -= nums[i++];
            }
        }
        return resultLenth == INT_MAX ? 0 : resultLenth;
    }

我们来分析一下这个代码,这样才会对代码有更深的印象,也就不容易遗忘。首先,resultLenth的定义和暴力解法一样,这里不再赘述。sum用来表示从起始位置到终止位置的和,在循环中,定义了 i 和 j 我们需要明白他们分别表示什么, i 表示的是起始位置,j 表示的是终止位置,为什么我们循环的索引是终止位置呢?如果我们循环的索引是起始位置,那么怎么保证终止位置的移动呢?这样还是会陷入到暴力解法之中,时间复杂度还是O(n^2)。所以我们需要表示的是终止位置,但有的朋友会问,起始位置的移动怎么办呢?随着终止位置的不断移动,我们会找到在区间 [i, j] 之间的和大于等于 target 的情况,也就是 sum >= target 的情况,这时候我们就需要移动起始位置来保证这个区间长度的最小,有的朋友可能会比较疑惑,为什么我们判断 sum >= target 是用的while而不是 if 呢,举个例子,假设给定的 nums 为 [1, 2, 3, 4, 9999],target 为1000那么当我们的终止位置移动到9999这个位置的时候才会计算区间 [i, j] 之间的和,这时候如果用的是 if ,那么我们的起始位置 i 只能移动一次,也就是到 2 的位置,但是应该移动到 9999 的位置才对,所以这时候就应该是一个循环来不断地把起始位置向前移动。在 while 循环的内部,计算出起始位置到终止位置的长度并且和 resultLenth 比较是比较常规的,需要注意的是因为我们起始位置是一个动态调节的过程,而 sum 表示的是区间  [i, j] 的和,所以在起始位置 i 不断向前移动的过程中,相应的sum应该减去 num[i] ,之后才是起始位置向前移动一位(这个很容易忘掉!!)返回的时候注意如果 target 很大,没有找到相应的区间,要返回0,所以直接看resultLenth有没有被修改即可,没被修改就直接返回0,被修改就返回修改的值。

螺旋矩阵II

力扣题目链接

给你一个正整数 n ,生成一个包含 1 到 n2 所有元素,且元素按顺时针顺序螺旋排列的 n x n 正方形矩阵 matrix 。

示例 1:

输入:n = 3
输出:[[1,2,3],[8,9,4],[7,6,5]]

示例 2:

输入:n = 1
输出:[[1]]

思路

对于这道题,其实没什么算法,就是模拟过程,但是怎么样遍历才能螺旋转圈呢?我们可以定义四个边界,分别是 left, right, top, bottom ,分别表示左右上下四个边界,然后定义一个自加的变量count,按照从左往右,从上到下,从右到左,从下到上的顺序来填充矩阵,光说可能大家看的有些迷糊,我们来结合代码分析。
 

    vector<vector<int>> generateMatrix(int n) {
        vector<vector<int>> res(n, vector<int>(n,0));
        int l = 0, r = n - 1, t = 0, b = n - 1;
        int count = 1, tar = n * n;
        while(count <= tar){
            for(int i = l; i <= r; i++){
                res[t][i] = count++;
            }
            t++;
            for(int i = t; i <= b; i++){
                res[i][r] = count++;
            }
            r--;
            for(int i = r; i >= l; i--){
                res[b][i] = count++;
            }
            b--;
            for(int i = b; i >= t; i--){
                res[i][l] = count++;
            }
            l++;
        }
        return res;
    }

count表示的是我们每次要填入的数字,每次填入后自加,tar 表示的是我们要填多少次数字(也就是n * n),在while循环中,填 <= 而不是 < 原因是解决 n 为奇数时中心数字无法填入的问题,按照从左往右,从上到下,从右到左,从下到上的顺序来填充矩阵。我们挨个来看,首先是从左到右从左边界开始,到右边界,也就是从 l 到 r ,是我们行不动,列在动,也就是我们的 i 控制的是列,所以数组的纵坐标是 i ,因为我们填充的是上面的一行,所以我们的横坐标是代表上边界的 t 。然后,因为我们填充了最上面一行,所以我们的上边界应该 +1 ,也就是往内缩了一行,这样就不会重复访问数字3这个位置了。从上到下,也就是从 t 到 b ,行在动,列不动,所以 i 控制的是我们的行,所以数组的横坐标为 i ,因为我们填充的是右面的一行,所以我们的纵坐标为 r 。

同理,我们的右边界也应该往内缩一行(注意!右边界往内缩是 -- 而不是 ++)。从右到左,也就是从 r 到 l (注意!从右到左 i 是 -- 而不是 ++),行不动,列在动,那么 i 控制的是我们的列,所以数组的纵坐标为 i ,因为我们填充的是下面这一行,所以数组的横坐标为 b 。同理,我们的下边界也向内缩(注意!下边界往内缩是 -- 而不是 ++)。从下往上,也就是从 b 到 t (注意!从下到上 i 是 -- 而不是 ++),i 控制的是我们的的行,所以数组的横坐标为 i ,因为我们填充的是左面这一行,所以数组的纵坐标为 l 。同理左边界往内缩一行,也就是 +1。

这道题我认为需要重点注意的是以下三点:

  1. 明白 i 控制的是什么,行还是列?对应横坐标或者纵坐标也就确定了。那么另一个横纵坐标取决于你填充的是上面?下面?左面?右面?填对应的边界表示的变量。
  2. 明白自己的变量 i 是从哪到哪?是 ++ 还是 -- ?从左到右和从上到下都是 i++,从右到左和从下到上都是 i--。
  3. 边界更新,也就是边界向内缩的时候搞清楚是 ++ 还是 -- 。

  • 35
    点赞
  • 18
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值